Ubuntu18.04 配置 LibTorch

转载请注明作者和出处： http://blog.csdn.net/john_bh/

1. 下载LibTorch

LibTorch官方下载地址

解压：

$ unzip libtorch-cxx11-abi-shared-with-deps-1.6.0+cu101.zip

查看解压的LibTorch文件：包括bin,include,lib,share,build-version文件夹和build-hash，build-version文件：

$ tree -L 1

• lib/文件夹：包含必须链接的共享库；
• include/文件夹：包含程序需要包含的头文件；
• share/文件夹：包含必要的 CMake 配置，以启用上面的简单find_package(Torch)命令。

解决 tree 命令 出现乱码：

$ alias tree='tree --charset ASCII'

2. 配置并测试

在 ~/libtorch/ 新建文件夹：example

$ mkdir example
$ cd example/

2.1 方法–官方cmake 例子

1. 编写CMake构建配置， CMakeLists.txt 文件如下所示：

   cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
   project(example-app)
   
   find_package(Torch REQUIRED)
   set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${TORCH_CXX_FLAGS}")
   
   add_executable(example-app example-app.cpp)
   target_link_libraries(example-app "${TORCH_LIBRARIES}")
   set_property(TARGET example-app PROPERTY CXX_STANDARD 14)
   
   # The following code block is suggested to be used on Windows.
   # According to https://github.com/pytorch/pytorch/issues/25457,
   # the DLLs need to be copied to avoid memory errors.
   if (MSVC)
     file(GLOB TORCH_DLLS "${TORCH_INSTALL_PREFIX}/lib/*.dll")
     add_custom_command(TARGET example-app
                        POST_BUILD
                        COMMAND ${
          CMAKE_COMMAND} -E copy_if_different
                        ${
          TORCH_DLLS}
                        $<TARGET_FILE_DIR:example-app>)
   endif (MSVC)
   

2. 编写 example-app.cpp 程序，实现将简单地创建一个新的torch :: Tensor并将其打印出来，代码如下：

   #include 
   #include 
   
   int main() {
          
     torch::Tensor tensor = torch::rand({
          2, 3});
     std::cout << tensor << std::endl;
   }
   
   

3. cmake 编译
   构建应用程序，目录的布局如下：
   
   在 example/ 文件夹中新建 build 文件夹，用来编译程序：

   $ mkdir build
   $ cd build	
   

   执行编译命令：

   #cmake -DCMAKE_PREFIX_PATH=/absolute/path/to/libtorch ..
   $ cmake -DCMAKE_PREFIX_PATH=/XXXX/libtorch ..
   

   
   因为我使用了cuda，这里会有一个 warning ,但是已经编译成功了，不用管它。其中/absolute/path/to/libtorch是解压缩的LibTorch的绝对路径， 如果通过conda或pip安装了PyTorch，则可以使用torch.utils.cmake_prefix_path变量查询 CMAKE_PREFIX_PATH 。 在这种情况下，CMake配置步骤如下所示：

   $ cmake -DCMAKE_PREFIX_PATH=`python -c 'import torch;print(torch.utils.cmake_prefix_path)'`
   

   然后执行命令生成可执行文件：

   $ cmake --build . --config Release
   

   
   最后执行命令测试：

   $ ./example-app	
   

2.2 方法2

方法2和方法1的区别是，在cmakelists.txt文件中配置了所需的环境，不用每次在命令中设置参数，并且这里libtorch和opencv4.3一起使用的，其中cpp文件依然使用example-app.cpp，有的命令操作均在build 目录下进行，具体过程如下：

1. 编写 CmakeLists.txt 文件，并配置路径：

   cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
   project(example)
   
   set(Torch_DIR /home/XXXXX/libtorch/share/cmake/Torch)
   set(OpenCV_DIR /home/XXXXX/opencv4.3_install/lib/cmake/opencv4/)
   find_package(Torch REQUIRED)
   find_package(OpenCV REQUIRED)
   
   message(STATUS "Pytorch status:")
   message(STATUS "    libraries: ${TORCH_LIBRARIES}")
   
   
   message(STATUS "OpenCV library status:")
   message(STATUS "    version: ${OpenCV_VERSION}")
   message(STATUS "    libraries: ${OpenCV_LIBS}")
   message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")
   
   
   add_executable(example example-app.cpp)
   #target_link_libraries(example ${TORCH_LIBRARIES})
   target_link_libraries(example ${
          TORCH_LIBRARIES} ${
          OpenCV_LIBS})
   set_property(TARGET example PROPERTY CXX_STANDARD 14)
   

2. 执行编译

   $ cmake ..
   

   
   同样这里会有关于cuda的warning，不用管它。

3. make

   $ make
   

   

4. 执行测试

   ./example
   

   

参考链接：

1. https://pytorch.org/
2. 安装PyTorch的C++发行版
3. 官方 C++ API 英文文档：https://pytorch.org/cppdocs
4. 第三方 C++ API 中文文档：https://s0pytorch0org.icopy.site/cppdocs
5. 官方 PyTorch 中文教程 ：https://pytorch.apachecn.org/